薛萧昱 何佳臻 王敏
摘要：为了更好地了解服装领域的三维虚拟试衣技术研究现状，简要介绍了三维虚拟试衣技术的构成，展示了三维人体测量技术、三维人体建模技术以及三维服装建模技术近年来的最新进展，并着重分析了近年来三维虚拟试衣技术在服装设计与性能评价中的应用。利用三维虚拟试衣技术，设计者能够对服装结构和图案进行参数化设计，进一步推广以客户为中心的模块化协同设计，针对特殊体型人群设计高质量服装；
服装开发人员不仅能够对服装的悬垂性、图案颜色搭配等美观性能进行评价，而且能够利用服装压力、应力图谱以及衣下空气层厚度指标等对服装合体性、压力舒适性以及热湿舒适性进行评价。最后，根据目前三维虚拟试衣技术在应用中遇到的瓶颈问题引出，其在未来将不断引入人工智能等新兴技术，并向自动化、智能化、高精度且低成本方向发展。
关键词：三维虚拟试衣技术；
服装设计；
压力舒适性；
合体性；
热湿舒适性
中图分类号：TS941.26
文献标志码：A
文章编号：1009-265X（2023）02-0012-11
三维虚拟试衣技术是一种利用计算机在生成的三维人体模型的基础上，将二维的服装样板转化为三维立体服装模型的技术，其综合利用了计算机图形学、服装工程学、人体工学等领域的知识［1-2］。三维虚拟技术的应用前景十分广泛，涉及到服装行业的结构设计与性能评价、销售与展示等环节，因而近年来三维虚拟试衣技术成为了服装领域的研究热点［3］。
在服装设计与性能评价方面，企业利用三维虚拟试衣技术可以大大减少服装开发的成本。在服装营销方面，结合增强现实技术（Augmented reality，AR）以及虚拟现实技术（Virtual reality，VR）可以给消费者提供沉浸式的虚拟试衣体验，实现了包括快速换装、动态及静态服装展示等重要功能，进而降低线上购物的退换货概率［4］。
本文对三维虚拟试衣技术的构成进行了简要阐述，并着重从服装设计环节、性能评价环节分析了三维虚拟试衣技术的应用及目前亟需突破的瓶颈，最后从实际应用的角度出发，提出了三维虚拟试衣技术在未来的发展方向。
1三维虚拟试衣技术的构成
就三维虚拟试衣技术的构成而言，主要包括三维人体测量技术、三维人体建模技术以及三维服装建模技术三大部分，这三部分相互作用，共同决定了最终的模拟效果［5］。其中，三维人体测量技术为三维人体建模提供了重要的数据基础，只有在三维人体测量环节达到一定的精度，才能生成足够精确的三维人体模型，进而进行一系列三维虚拟试衣活动［5］；
而三维人体建模技术则为三维服装的展示提供了数字化的虚拟人台，实现将三维虚拟服装“穿着”在虚拟人台上进行展示，图1展示了三维虚拟试衣技术的主要构成及关系。
1.1三维人体测量技术
根据测量仪器与人体之间的关系，可以将人体
测量技术分为接触式和非接触式测量两大类。接触式人体测量法是指在进行人体测量时，测量仪器直接与人体接触的测量方法。常见的为触发式三维坐标测量仪，此类测量耗费时间，扫描范围小，且探头容易导致人体局部变形甚至对人体造成伤害［6］。
非接触式人体测量可以根据是否向人体投射能量分为被动式测量与主动式测量。其中，被动式测量不需要测量仪器向人体投射能量，仅依靠捕获被测量物体的图像即可获得其三维数据，最为常见的是立体视觉法。该方法利用一组（两个及以上）相机拍摄不同角度的人体图像，即可通过对特征点进行三角法计算获得人体的三维数据。立体视觉法测量效率高，成本较低，操作简单，但对三维曲面以及人体凹陷处的还原的精度較差［7］。主动式测量主要包括了结构光测量法、激光三角法、莫尔条纹干涉法以及白光相位法。此类方法精度较高、速度快，但存在设备造假高昂或是占地面积大等缺点。市面上使用此类方法的主要产品包括美国的Cyberware Wb4、［TC］2、Cubicam、德国的Vitus Smart，以及法国的Symcad等［8］。近年来，诸如深度学习、BP神经网络等机器学习技术的引入，使得计算机能够更快、更精确地识别、分割和处理非接触式测量技术所获得的数据，实现了更为高效的人体测量［9-10］。
1.2三维人体建模技术
现今主流的三维人体建模技术包括了利用人体比例规律性的参数化人体建模法、基于三维扫描技术的人体建模法，基于图像序列的人体建模法，以及
基于三维建模软件的人体建模法［11］。
其中，参数化人体建模法依赖于某个基于统计得到的参数模型，仅需要一组低维人体参数即可输出相应的人体三维模型，操作简单，便于普及，是非常重要的人体建模手段，商用虚拟试衣软件中的模特编辑功能大多基于该方法［11］。随着计算机视觉的不断发展，以及机器学习技术的引入，出现了SCAPE、SMPL、SMPL-X等精度高且速度快的参数化人体模型［12］。但该技术难以对特殊体态例如脊柱侧弯等人群进行建模。基于三维扫描技术的人体建模法高效快捷，精确较高，但成本高昂且需要对遮挡部位进行填补运算；
基于图像序列的人体建模法设备搭建成本较低，但精度不高，在虚拟试衣间的普及的过程中有一定的价值；
而基于三维建模软件的人体建模法所得到的人体模型通用性较差，在服装领域中应用较少［13］。
1.3三维服装建模技术
三维服装建模技术是三维虚拟试衣技术的核心，而织物模拟与服装展示是整个建模过程中的难点与关键。对于织物的模拟主要有几何模拟与物理模拟两种方法，以及结合上述两种方法的混合模拟法。常见的商用虚拟试衣软件大多采用较为成熟的
混合模拟法，该方法基于粒子模型，结合几何模拟法以及物理模拟法，得到了高效快速且能展示物理性质的虚拟模型［14］。在服装展示层面，通常采用碰撞检测来界定服装与人体之间的空间关系［2］。经过多年的发展，碰撞检测在包围体种类、层次构造以及自碰撞处理等方面有所突破，使得虚拟服装与人体、虚拟服装面料之间的碰撞检测效率和精度不断提高［15］。
传统的模拟方法涉及到大量粒子运算，虽然精度高、稳定性好，但速度较慢，不适用于实时交互场景。近几年有大量研究尝试采用数据驱动的方法，利用机器学习技术，构建服装与人体之间的映射关系，实现了具有一定精度、且速度快的数据驱动方法。较有代表性的例如：基于蒙皮函数的3D服装模型、DRAPE模型等［16］。
1.4三维虚拟试衣系统
三维虚拟试衣系统是根据不同的使用场景和使用流程，基于三维虚拟试衣技术所开发的能够满足不同使用需求的软件集合。因此，在生成和研究虚拟服装的过程中采用三维虚拟试衣系统，本质上就是对三维虚拟试衣技术的利用。目前市面上已经有一大批优秀可靠的商业化三维虚拟试衣软件，并被国内外高校、服装公司、研究机构所采用。例如美国的Vstitcher和Optitex（原为以色列公司，后被美国公司EFI收购）、韩国的CLO3D、中国的Style3D，以及法国的Lectra Modaris。表1对主流三维虚拟试衣软件功能特点进行了分析对比。这些软件主要面向服装企业中设计与评价环节的专业人员，因各自的软件开发环境和目标客户需求不同而有所区别［17］。
2三维虚拟试衣技术在服装设计方面的应用
随着计算机CPU以及GPU计算力的指数增长，三维虚拟试衣逐渐成为各大服装企业及科研团队开发生产中重要的一环，而“设计-展示-评价-修正”的开发模式也逐渐变得完善和高效［18］。下面主要介绍三维虚拟试衣技术在款式结构设计以及图案设计中的应用，以及以用户为中心的模块化协同设计这一新兴设计模式。
2.1结构设计
三维虚拟试衣技术最早用于服装结构的辅助设计中，至今已有数十年。如今，三维虚拟试衣技术在服装结构设计中的应用已经不仅仅局限于单件服装层面，而是对某一品类的服装或部件进行解构、拆分，最后得到结构设计理论，并以此指导结构设计。利用三维虚拟试衣技术，通过对三维服装模型反演得到平面样版能够极大地提升服装的结构设计效率。郝思慧［19］利用三维虚拟试衣系统VStitcher分析总结了女装中复杂立体结构的平面展开规律，用于指导设计者更为高效地将复杂立体造型拆分解构，最终得到平面样版。Pietron等［20］设计了一种能够通过三维服装模型和给定任意分割线，自动生成工业样版的系统。该系统针对服装工业化生产，能够在考虑布纹排列和缝缝对齐的基础上实现省道设计，对称裁片等常用的工业样版设计方法，在非人体的不规则的三维模型上也能达到非常理想的效果。这项技术有望在未来实现直接将复杂三维服装模型转化为工业样版，从而省去大量制版和样衣制备的成本。
三维虚拟试衣技术还为针对特殊体态或特种职业人群的服装结构设计提供了便利条件。Hong等［21］以及Andreja等［22］分别针对脊柱侧弯人群以及使用轮椅的失能人群进行了三维人体扫描与建模，以虚拟模型上的人体维度为服装设计参数，获得了具有良好合体性和美观性的个性化服装。上述研究充分体现了三维虚拟试衣技术在个性化定制与保护特殊消费者隐私层面的潜力。另外，三维虚拟试衣技术可以大大减少特种职业服的开发成本，Bogovic等［23］通过三维人体扫描技术，分析了飞行员在静态和动态状态下的人体尺寸的变化，从而重新设计了飞行防护服的结构，并在三维虚拟试衣阶段表现出了良好的合体性。通过三维虚拟试衣技术，在不规则的人体上进行服装建模，并将三维服装展开为二维版片，规避了与人体直接接触，充分保护了特定人群的隐私和尊严。
2.2图案设计
传统的纺织服装行业中，梭织面料设计与服装设计是相对独立的两个环节。通常而言，梭织面料的批量生产要比服装生产提前近六个月，因此服装设计往往受限于面料图案。三维虚拟试衣技术的出现扭转了这种织物与服装的设计流程，提升了服装图案设计的效率。Lu等［24］利用三维虚拟试衣技术，设计了一款能够直接在三维服装上进行图案设计，并将图案以数码印花的方式转印到衣片上的系统。这种新颖的图案设计方式可以避免在裁片时为了对齐图案而导致的面料浪费。除此之外，由这种技术制成的服装在缝缝处图案也具有良好的连续性，使得服装观感上的整体性得以大幅提升。对于针织服装而言，图案的形成与服装的织造是同步的，因此也需事先确定图案的样式、位置、大小等设计要素。张培婷等［25］利用三維虚拟试衣体统，对针织服装国潮图案的设计方法和实践方式进行了探究，通过在三维虚拟试衣系统中对2D图案进行3D展示，可以有效降低设计师在进行图案设计时，对图案的形态、尺寸、组合形式，以及整体效果上的不确定性，为传统针织服装的图案设计提供了新思路。
2.3以客户为中心的模块化协同设计
服装的模块化设计是通过将服装中的关键要素进行枚举，从而形成具有兼容性的子系统组件，通过组合组件得到具有全新设计要素的服装的一种设计方式［26］。而以客户为中心的模块化协同设计则在利用模块化设计的同时，以个性化定制为目标，并结合交互式设计模式，为客户、设计师和评估专家三者提供沟通平台，使其能够协同完设计，得到令客户满意的产品。
三维虚拟试衣技术能很好地支持以客户为中心的模块化协同服装设计，其最主要的功能是实时展示协同设计的服装模块以及穿着效果。Yan等［27］设计了适用于三维虚拟人模的维度测量方法，并依据该方法制定了新的电子私人定制衬衫的结构设计规范，大幅缩短了私人定制的流程。该团队还发现在CLO3D虚拟试衣环节中，新型私人定制的衬衫版型在合体性上优于传统私人定制衬衫以及高级成衣衬衫。Li等［28］设计了一款以客户为中心的裙装模块化协同设计应用，基于层次分析理论和遗传算法为客户提供智能化的款式推荐，并为客户提供专家意见和咨询通道，以此为客户以及设计者提供高效的协同设计平台。这种较为新颖的设计方式能够充分发挥移动端覆盖面广、用户量大的优势，有望进一步提升个性化定制的普及率。
将人工智能应用于服装的模块化协同设计又进一步降低了服装设计的门槛，使得没有相关技术的非专业人员也能够参与到个性化定制的过程中去。Sharma等［29］结合模糊逻辑和遗传算法，设计了一种交互式个性化智能服装款式设计与推荐系统。该系统能够根据消费者人体参数和喜好，组合不同模块，智能推荐相应的款式，为消费者和设计师提供高效的交互式设计平台。通过不断循环“设计-虚拟展示-用户评价-调整”模式，最终获得令消费者满意的产品，大大降低了个性化服装的定制成本。
Wang等［30］提出了基于模糊逻辑和人工神经网络的服装设计模型，将人体的特征维度，款式风格等作为输入参数，即可输出相应的结构设计参数。在较为有限的数据量训练下，该模型所输出的裤装样版与专业制版师所设计的样版在特征松量上的最高差值仅为10%。同样基于模糊逻辑，Abtew等［31］训练了一种能够反映服装松量、维度参数、面料性能以及人体姿势对服装合体性影响的模型，进而根据输入的服装喜好输出相应的松量推荐值。但由于所涉及参数之间的关系复杂不明确，并不能确定是否存在密切的相关关系，且用于训练的数据量较小，该模型的预测准确性不高。可见人工智能在服装设计上的潜在价值需要同时具备科学的算法以及足量的数据训练才能够发挥。
3三维虚拟试衣技术在服装性能评价中的应用
3.1服装美观性评价
在对虚拟服装进行展示时，同时伴随着对服装美观性的评价。服装的美观性是服装带给人审美享受的性质，通过提升服装的美观性，使其符合消费者审美需求，是服装设计与评价中的必要环节。三维服装模型能够对服装的款式结构、悬垂性、图案颜色搭配、织物组织以及表面纹理等方面进行展示，从而使得评价者得以开展美观性评价［32］。其中，对于款式、色彩以及图案的评价大多采用主观评价，而对于悬垂性则有明确的客观评价方法。
对服装进行准确的悬垂性评价的前提是对虚拟织物进行准确的悬垂性模拟，目前已有大量此类研究。Ashmawi等［33］提出了一种通过三维虚拟试衣系统CLO3D中搭建织物悬垂性测试仪来测量虚拟织物悬垂性的方法，但所测得的结果并不乐观，虚拟试衣系统测得的织物悬垂性与真实织物悬垂性的吻合程度较为一般。笔者认为，这是由于虚拟试衣系统中对面料属性的调节参数与实际测量参数之间缺乏对应关系。此后，韩新叶等［34］利用三维虚拟试衣系统CLO3D测试了3600组虚拟面料参数，通过主因子分析法对虚拟织物的悬垂性进行了分析，认为影响虚拟织物悬垂性的主因子分别为悬垂程度因子和悬垂形态变化因子。陈巧巧［35］在三维虚拟试衣软件CLO3D的基础上，创新性地使用了BP神经网络构建了对虚拟服装面料悬垂效果的优化模型，通过输入真实面料的悬垂性指标即可输出虚拟面料的物理属性。
测量虚拟服装悬垂性所采用的方法与真实织物悬垂系数测量方法相同，即投影法。Lapkovska等［36］基于三维虚拟试衣系统Modaris 3D对裙装的悬垂性进行了评价。研究团队选取裙装上中下3个横截面的垂直投影，对裙装投影的面积、轮廓分布、周长进行分析，进而分别对裙装的3个区域进行了悬垂性评价。这种评价方式能够通过选取适当的截面而对服装的任意局部的悬垂性进行分析，从而提升评价效率和精度。但总体而言，对服装悬垂性的评价极大程度上依赖于织物悬垂性的模拟精度，因而其评价的有效性是随着织物模拟的精度提升而升高的。
3.2服装合体性评价
在虚拟服装合体性评价方面，研究者通常会先采集人体关键点处的服装压数据以及人体的关键尺寸，随后建立其与主观服装合体性之间的关系，进而采用数学模型构建合体性评估模型，通过这样的方式将客观数值与主观合体性评估的联系建立起来。此外，机器学习、人工智能技术的普及也为虚拟服装合体性评价注入了新鲜的血液，推动着虚拟服装评价不断智能化，表2列举了近年来较有代表性的研究。从表2中可以看出影响到模型最终预测精度的因素主要涉及到输入参数种类和数量，以及采样方式以及预测模型的种类。
从输入参数层面来看，当仅以一种参数作为输入量时，服装压的预测可靠性要高于服装松量。服装的松量更适合用于评价紧身类服装的合体性，而服装压在对不同款式服装的合体性评价时都有良好的兼容性［37］。
而当能够输入多个参数时，并没有明显的证据能够表明，输入的参数种类越多，模型的预测结果就越精确。
从预测模型算法层面来看，神经网络，包括卷积神经网络（CNN）、BP神经网络（BP_ANN），以及概论神经网络（PNN）在不同的对照实验中的预测准确率在87%～100%之间不等。贝叶斯模型的精度在80%以上，而径向基神经网络（RBF_ANN）的预测准确率稳定性较差，标准差高于其他几种预测模型［37-39］。与此同时，Wang等［40］的研究表明，不仅不同的预测模型对同一个部位的合体性预测精度不尽相同，而且同一个预测模型对不同人体部位的局部合体性预测精度也是不同的。在未来需要进一步探究预测模型对于参数的敏感性，以用较少的参数获得最优的预测准确度。
3.3服装压力舒适性评价
服装对人体产生的压力是影响服装舒适性的主要因素之一，三维虚拟试衣软件能够较为准确地显示虚拟服装对人体各部位的压力以及服装应力，相较于传统的服装压力和应力测量方法而言，有着成本低、速度快、操作简便以及稳定性高等优势［42］。
在利用三维虚拟试衣技术对虚拟服装进行压力舒适性评价时，往往会选用关键点的服装应力、服装压力等作为量化的指标进行客观评价［43］。同时，随着三维虚拟试衣软件的不断优化，对服装压力舒适性的评价逐渐由单一姿态转向不同姿态下的压力评价。研究人员能够针对服装使用对象的作业特点，在三维虚拟试衣软件中模拟目标人群的常见姿势，提取不同姿势下的关键点压力数据，用于优化新型服装的结构以使其获得更好的压力舒适性。如图2所示，以CLO3D为例，可以调取动态模拟下的任意关键帧，并读取该姿势下的服装压力图、应力图以及压力点分布图。表3总结了近年来三维虚拟试衣技术在服装压力舒适性评价中的应用研究。
于欣禾等［44］采用关键点压力采样法，通过三维虚拟试衣软件CLO3D获取了虚拟受试者穿着针织骑行服在骑行状态下8个不同阶段内共69个关键点的压力数据，基于压力数据对样板进行了优化，优化后服装动态压力值总体下降了61.94%。为了探究影响针织塑身衣压力舒适性的因素，王建萍等［42］选取了29个姿态，并在人体上确定了28个关键点，在提取关键点压力数据的基础上，采用因子分析法，构建了人体各部位对针织塑身衣压力舒适性的贡献系数模型。虽然散点式的关键采样点法应用广泛，但其压力值高度依赖于采样点的位置，且存在重复性弱、无法从全局角度进行分析等局限性。杨佑国等［45］利用图像分析技术，设计和开发了服装受力分析软件，该软件能够对虚拟服装的应力热力图进行分析，提取数据进行局部应力效应分析和整体的联合应力分布计算，实现了对服装整体应力分布情况的综合分析。
3.4服装热湿舒适性研究
服装的衣下空气层厚度是另一个能够反应服装和人体之间空间关系的重要指标，被广泛应用于服装热湿舒适性评价［43］。此前已有学者对三维虚拟试衣技术模拟衣下空气层厚度的准确性进行了实证性研究，认为静态以及动态三维虚拟试衣对衣下空气层厚度模拟的准确性足以用于服裝热湿舒适性评价［48-49］。近年来，部分研究利用三维虚拟试衣系统获得目标服装的衣下空气层厚度分布，再将其输入到CFD或NHT模拟系统中，完成了对服装热湿传递的相关研究［50-53］。
4现有三维虚拟试衣系统的不足
4.1缺少对人体软组织的模拟
部分研究在对某些紧身服装进行合体性评价时，发现现有的三维虚拟试衣软件存在一定的缺陷。Cheng等［46］利用三维虚拟试衣软件获得了男性压力内裤的虚拟压力分布，并将其与实测压力值进行了对比，结果表明不同部位的模拟值与实测值的压力相对误差在4.64%～7.33%之间。由于压缩服、紧身服以及贴身服装的服装压与人体软组织弹性高度相关，而虚拟试衣中的虚拟人体是刚体，无法反映人体软组织与弹性面料之间的相互作用，与真实情况不符的模拟结果导致了评价人员对服装合体性的误判［54］。
为了解决人体软组织模拟缺失带来的问题，有研究基于有限元法构建了用以评价服装舒适性的柔性人体模型，有效地降低了因刚性虚拟模特造成的服装压模拟误差［55-57］。Sun等［47］提出了一种基于有限元法的柔性人体虚拟文胸试穿系统，该系统通过三维扫描技术获取乳房关键数据，并采用Mooney-Rivlin超弹性材料对乳房进行建模。所生成的模型能够较为精确地反映在穿戴钢圈文胸和无线文胸后的效果以及对乳房的压力，与真实穿戴效果吻合较好。但该模型中，除乳房部分以外均为刚性体，非完全柔性的建模也导致了乳房侧面的虚拟压力偏高。
4.2缺少对服装缝线处的受力模拟
Brubacher等［58］在利用三维虚拟服装的压力图谱对虚拟运动压缩服的合体性进行评价时，发现在缝线处的压力出现了明显的异常，并且缺少人体内部压力的模拟，使得三维虚拟试衣技术在压缩服的研发与评价上应用困难。该研究团队认为，现有的三维虚拟试衣软件对缝线的模拟仅仅停留在外观层面，虽然能够通过调节线迹外观反映工艺对服装美观性的影响，但并没有对缝线的物理状态进行模拟。由于虚拟缝合对缝线的力学模拟存在缺陷，无法反映面料在缝线处的受力情况，导致服装压模拟出现显著异常。目前对于虚拟缝纫的研究依然停留在提升模拟精度与速度的层面，尚未触及到对于缝线在面料间的作用力的模拟上［59］。
5展望
经过数十年的发展，三维虚拟试衣技术已经有了长足的进步，为服装生产与销售的各个环节提供了优质高效的数字化解决方案。在后疫情时代，数字化、智能化的服装生产与销售势在必行，三维虚拟试衣技术的前景越发广阔。结合当前的研究进展，本文提出几个未来该领域值得探索或发展的方向。
a）统一的虚拟织物参数系统。现有的虚拟面料参数与用以描述真实面料的参数之间是脱轨的。将克重、经纬纱密度、强力等真实面料参数与虚拟面料参数相对应，从而建立起虚与实两种参数的转化关系，在进一步提升对虚拟面料模拟的精度的同时，推动面料的数字化进程。
b）对虚拟模特软组织、服装部件物理特性的模拟。现有的服装压力、应力、衣下空气层厚度模拟数值精度较差，尤其是将人体作为刚性模型对服装压以及人体因服装压产生的变形的模拟有着较大影响。而缺少对于服装部件，例如缝线的物理性质的模拟，也可能令虚拟面料缝合处出现张力异常。因此有必要对人体软组织以及服装部件进行建模，进而获得与真实情况高度接近的合体性、服装压力、应力以及衣下空气层厚度的数值结果。
c）自动化和智能化的服装性能评价。即使三维虚拟试衣技术能够提供服装压等模拟数值，但对服装性能的评价精度也依赖人工采样的方法，通过引入人工智能、深度学习等技术，优化并实现自动采样，最终构建对虚拟服装整体力学性能评价模型，在评价方式上提升评价精度和效率。
参考文献：
［1］崔萌，陈素英，殷文，等.基于虚拟试衣技术的服装设计与开发［J］.毛纺科技，2020，48（6）：58-61.
CUI Meng， CHEN Suying， YIN Wen， et al. Design and development of clothing based on virtual fitting technology［J］. Wool Textile Journal， 2020， 48（6）：
58-61.
［2］陈亮，赵曙光，张丽娟，等.虚拟三维服装展示的发展历史与研究热点［J］.纺织学报，2011，32（10）：153-160.
CHEN Liang， ZHAO Shuguang， ZHANG Lijuan， et al. History and research hot spot of three-dimensional virtual garment display［J］. Journal of Textile Research， 2011， 32（10）：
153-160.
［3］王巧丽，徐增波，田丙强.虚拟试衣中个性化三维人体建模的研究进展［J］.纺织导报，2020（7）：79-82.
WANG Qiaoli， XU Zengbo， TIAN Binqiang. Research progress of personalized 3D human body modeling in virtual fitting［J］. China Textile Leader， 2020（7）：
79-82.
［4］张莹，李挺.人体三维扫描技术在服装时尚领域应用的研究［J］.电脑知识与技术，2020，16（4）：276-277.
ZHANG Ying， LI Ting. Research on the application of 3D human body scanning technology in fashion field［J］. Computer Knowledge and Technology， 2020， 16（4）：
276-277.
［5］何宇雯，尚笑梅.三維虚拟试衣系统的相关技术及发展［J］.浙江纺织服装职业技术学院学报，2019，18（2）：25-29.
HE Yuwen， SHANG Xiaomei. Related technology and development of 3D virtual garment fitting system［J］. Journal of Zhejiang Fashion Institute of Technology， 2019， 18（2）：
25-29.
［6］刘文炫.基于三维扫描技术的人体测量与虚拟展示研究［D］.北京：北京服装学院，2020：23-51.
LIU Wenxuan. Research on Human Body Measurement and Virtual Display Based on 3D Scanning Technology［D］. Beijing：
Beijing Institute of Fashion Technology， 2020：23-51.
［7］刘晓音，谢红.基于二维图像非接触式人体测量技术研究［J］.针织工业，2021（5）：58-62.
LIU Xiaoyin， XIE Hong. Non-contact anthropometric technique based on 2D image［J］. Knitting Industries， 2021（5）：
58-62.
［8］王晓菲，王燕珍.三维人体测量技术的发展现状及其应用［J］.毛纺科技，2021，49（10）：106-111.
WANG Xiaofei， WANG Yanzhen. Development Status and application of 3D anthropometric technology［J］. Wool Textile Journal， 2021， 49（10）：
106-111.
［9］LIU W， BAO Q， SUN Y， et al. Recent advances in monocular 2D and 3D human pose estimation：
A deep learning perspective［EB/OL］. 2021， arXiv， 2104.11536. https：//arxiv.org/abs/2104.11536.
［10］WANG J B， TAN S J， ZHEN X T， et al. Deep 3D human pose estimation：
A review［J］. Computer Vision and Image Understanding， 2021， 210：
103225.
［11］湯立，孙影慧.数字化服装工程中三维人体建模方法概述［J］.国际纺织导报，2017，45（7）：62-65.
TANG Li， SUN Yinghui. Overview of 3D human modeling methods in digital garment engineering［J］. Melliand China， 2017， 45（7）：
62-65.
［12］CHENG Z Q， CHEN Y， MARTIN R R， et al. Parametric modeling of 3D human body shape：
A survey［J］. Computers & Graphics， 2018， 71：
88-100.
［13］顾佳雯，周晓琪，王军.三维人体建模方法研究与应用［J］.纺织科技进展，2021（9）：15-18.
GU Jiawen， ZHOU Xiaoqi， WANG Jun. Research and application of 3D human modeling method［J］. Progress in Textile Science & Technology， 2021（9）：
15-18.
［14］王佳.虚拟试衣技术的现状研究［J］.轻工科技，2020，36（10）：85-86，88.
WANG Jia. Research on current situation of virtual fitting technology［J］. Light Industry Science and Technology， 36（10）：
85-86， 88.
［15］FAUERBY K. Improved Collision Detection and Response［M］. The UK：
DK， 2003：
9-16.
［16］GHODHBANI H， NEJI M， RAZZAK I， et al. You can try without visiting：
a comprehensive survey on virtually try-on outfits［J］. Multimedia Tools and Applications， 2022， 81（14）：
19967-19998.
［17］叶海莲，陈依蕾.三维虚拟试衣设计的应用研究［J］.设计，2018（11）：32-35.
YE Hailian， CHEN Yilei. Application of three-dimensional virtual fashion design［J］. Design， 2018（11）：
32-35.
［18］HONG Y， ZENG X， BRUNIAUX P， et al. Collaborative 3D-to-2D tight-fitting garment pattern design process for scoliotic people［J］. Fibres & Textiles in Eastern Europe， 2017， 25（5）：
113-118.
［19］郝思慧.基于三维虚拟技术的立体型女装设计研究［D］.上海：东华大学，2021：11-89.
HAO Sihui. Research on Geometric Dimensional Modeling in Women"s Clothing Design Based on Three-Dimensional Virtual Technology［D］. Shanghai：
Donghua University， 2021：
11-89.
［20］PIETRONI N， DUMERY C， FALQUE R， et al. Computational pattern making from 3D garment models［J］. ACM Transactions on Graphics， 2022， 41（4）157.
［21］HONG Y， ZENG X Y， BRUNIAUX P， et al. Interactive virtual try-on based three-dimensional garment block design for disabled people of scoliosis type［J］. Textile Research Journal， 2017， 87（10）：
1261-1274.
［22］ANDREJA R， LUCIE G， JERNEJ K， et al. New technologies in the development of ergonomic garments for wheelchair users in a virtual environment［J］. Industria Textila， 2017， 68（2）：
83-94.
［23］BOGOVIC S， STJEPANOVIC Z， CUPAR A， et al. The use of new technologies for the development of protective clothing：
Comparative analysis of body dimensions of static and dynamic postures and its application［J］. Autex Research Journal， 2019， 19（4）：
301-311.
［24］LU S F， MOK P Y， JIN X G. A new design concept：
3D to 2D textile pattern design for garments［J］. Computer-Aided Design， 2017， 89：
35-49.
［25］張培婷，沈雷，陈涵.基于三维虚拟试衣系统的国潮图案设计方法研究［J］.丝绸，2021，58（11）：113-120.
ZHANG Peiting， SHEN Lei， CHEN Han. Research on the design method of national trend pattern based on 3D virtual fitting system［J］. Journal of Silk， 2021， 58（11）：
113-120.
［26］杨松立.模块化设计方法在服装中的应用研究［D］.上海：东华大学，2022：11-29.
YANG Songli. Research on the Application of Modular Design Method in Clothing［D］. Shanghai：
Donghua University， 2022：
11-29.
［27］YAN J Q， KUZMICHEV V E. A virtual e-bespoke men"s shirt based on new body measurements and method of pattern drafting［J］. Textile Research Journal， 2020， 90（19/20）：
2223-2244.
［28］LI P， YU C， WU C M. Customer-centered co-design modularization：
The skirt design on mobile application［J］. The Journal of the Textile Institute， 2019， 110（11）：
1538-1544.
［29］SHARMA S， KOEHL L， BRUNIAUX P， et al. Development of an intelligent data-driven system to recommend personalized fashion design solutions［J］. Sensors， 2021， 21（12）：
4239.
［30］WANG Z J， XING Y M， WANG J P， et al. A knowledge-supported approach for garment pattern design using fuzzy logic and artificial neural networks［J］. Multimedia Tools and Applications， 2022， 81（14）：
19013-19033.
［31］ABTEW M A， KULIN＇SKA M， ZENG X， et al. Determi-nations of 3D ease allowance in a virtual environment for customized garment design using fuzzy modelling［J］. Computers in Industry， 2021， 133：
103552.
［32］信玉峰.服装美感评价模块研究［D］.上海：东华大学，2014：6-18.
XIN Yufeng. Research on Estimation Module of Clothing Aesthet［D］. Shanghai：
Donghua University， 2014：
6-18.
［33］ASHMAWI B， HASSOUNA A， NASR ELDINE N， et al. CLO3D simulation versus real drape test for assessment of garment drape coefficient［J］. Journal of Textiles， Coloration and Polymer Science， 2021， 18（2）：
111-119.
［34］韓新叶，张辉.基于CLO3D的虚拟织物悬垂性能评价主因子分析［J］.纺织科技进展，2017（2）：32-34.
HAN Xinye， ZHANG Hui. Factor analysis on the draping property evaluation of the virtual fabric based on CLO3D system［J］. Progress in Textile Science & Technology， 2017（2）：
32-34.
［35］陈巧巧.虚拟面料悬垂效果真实感评价及优化［D］.上海：东华大学，2019：43-95.
CHEN Qiaoqiao. Evaluation and Optimization on the Realism of the Virtual Fabric"s Drape Effect［D］. Shanghai：
Donghua University， 2019：
43-95.
［36］LAPKOVSKA E， DABOLINA I. An investigation on the virtual prototyping validity-simulation of garment drape［J］. Society Integration Education Proceedings of the International Scientific Conference， 2018， 4：
448-458.
［37］LIU K X， ZENG X Y， BRUNIAUX P， et al. Fit evaluation of virtual garment try-on by learning from digital pressure data［J］. Knowledge-Based Systems， 2017， 133：
174-182.
［38］LIU K， ZHU C， ZENG X， et al. Garment fit evaluation for fashion design and manufacturing［J］. Research Square， 2021：
1088025.
［39］FENG Y L， LIU S. 3D garment design model based on convolution neural network and virtual reality［J］. Compu-tational Intelligence and Neuroscience， 2022， 9187244.
［40］WANG Z， WANG J， ZENG X， et al. Prediction of garment fit level in 3D virtual environment based on artificial neural networks［J］. Textile Research Journal， 2021， 91（15/16）：1713-1731.
［41］田丙强，徐增波，胡守忠.基于CLO3D虚拟试衣技术的着装合体性评估［J］.东华大学学报（自然科学版），2018，44（3）：397-402.
TIAN Binqiang， XU Zengbo， HU Shouzhong. Evaluation of dress fit based on CLO3D virtual fitting technique［J］. Donghua University （Natural Science）， 2018， 44（3）：
397-402.
［42］王建萍，陈琪.基于虚拟压力定量解析塑身衣压力舒适性因子［J］.针织工业，2019（6）：64-69.
WANG Jianping， CHEN Qi. Quantitative analysis on pressure comforts factors of shaping wear based on virtual pressure［J］. Knitting Industries， 2019（6）：
64-69.
［43］张昭华，应思艺，郭云昕，等.三维人体扫描技术在服装工效学中的应用［J］.上海纺织科技，2015，43（8）：40-44.
ZHANG Zhaohua， YING Siyi， GUO Yunxin， et al. The application of 3D scanning technology on garment ergonomics［J］. Shanghai Textile Science & Technology， 2015， 43（8）：
40-44.
［44］于欣禾，王建萍.基于虛拟服装压力的针织骑行服样板优化方法［J］.服装学报，2019，4（2）：127-135.
YU Hexin， WANG Jianping. Optimization method of knitted cycling clothes" patterns based on virtual clothing pressure［J］. Journal of Clothing Research， 2019， 4（2）：
127-135
［45］杨佑国，徐平华，徐明慧，等.基于虚拟试衣的着装应力分布效应评价［J］.现代纺织技术，2021，29（6）：106-112.
YANG Youguo， XU Pinghua， XU Minghui， et al. Evaluation of garment stress distribution based on virtual fitting［J］. Advanced Textile Technology， 2021， 29（6）：
106-112.
［46］CHENG Z， KUZMICHEV V， ADOLPHE D. A digital replica of male compression underwear［J］. Textile Research Journal， 2019， 90（7/8）：
877-895.
［47］SUN Y， YICK K L， YU W， et al. 3D Bra and human interactive modeling using finite element method for bra design［J］. Computer-Aided Design， 2019， 114：
13-27.
［48］MERT E， PSIKUTA A， AREVALO M， et al. Quantitative validation of 3D garment simulation software for determi-nation of air gap thickness in lower body garments［J］. IOP Conference Series：
Materials Science and Engineering， 2017， 254：
162007.
［49］MERT E， PSIKUTA A， ARéVALO M， et al. A validation methodology and application of 3D garment simulation software to determine the distribution of air layers in garments during walking［J］. Measurement， 2018， 117：
153-164.
［50］GNEY S. Virtualization of clothing thermal comfort in 3D simulations［J］. European Journal of Science and Technology， 2021，（28）：
29-33.
［51］MOSLEH S， ABTEW M A， BRUNIAUX P， et al. Modeling and simulation of human body heat transfer system based on air space values in 3d clothing model［J］. Materials， 2021， 14（21）：
6675.
［52］JOSHI A， PSIKUTA A， BUENO M A， et al. Effect of movement on convection and ventilation in a skin-clothing-environment system［J］. International Journal of Thermal Sciences， 2021， 166：
106965.
［53］XU J X， PSIKUTA A， LI J， et al. Numerical investi-gation of the effect of clothing air gap distribution and environmental air speed on dry heat transfer underneath clothing［J］. International Journal of Heat and Mass Transfer， 2022， 198：
123400.
［54］HORIBA Y， AMANO T， INUI S， et al. Proposal of method for estimating clothing pressure of tight-fitting garment made from highly elastic materials：
hybrid method using apparel CAD and finite element analysis software［J］. Journal of Fiber Science and Technology， 2021， 77（2）：
76-87.
［55］HARRISON D， FAN Y， LARIONOV E， et al. Fitting close-to-body garments with 3d soft body avatars［J］. Proceedings of 3D Body Tech， 2018（16/17）：
184-189.
［56］KIM M， PONS-MOLL G， PUJADES S， et al. Data-driven physics for human soft tissue animation［J］. ACM Transactions on Graphics， 2017， 36（4）：
54.
［57］MARTNEZ-MARTNEZ F， RUPREZ-MORENO M J， MARTíNEZ-SOBER M， et al. A finite element-based machine learning approach for modeling the mechanical behavior of the breast tissues under compression in real-time［J］. Computers in biology and medicine， 2017， 90：
116-124.
［58］BRUBACHER K， TYLER D， APEAGYEI P， et al. Evaluation of the accuracy and practicability of predicting compression garment pressure using virtual fit technology［J/OL］. Clothing and Textiles Research Journal， 2021.https：//doi.org/10.1177/0887302X21999314.
［59］LI G S. Virtual garment piece design and stitching algorithm based on virtual simulation technology［J/OL］. Security and Communication Networks， 2022.https：//doi.org/10.1155/2022/4393042.
Application progress of 3D virtual fitting technology in fashion design and performance evaluation
XUE Xiaoyu1a， HE Jiazhen1b，2， WANG Min1b
（1a.College of Fashion and Design; 1b.Key Laboratory of Clothing Design and Technology， Ministry of Education， Donghua University， Shanghai 200051， China;
2.College of Textile and Clothing Engineering， Soochow University， Suzhou 215021， China）
Abstract：
3D garment virtual fitting technology is a computer technology that can convert 2D garment patterns into 3D models. This technology has wide applications in the garment industry due to its advantages of high efficiency， low cost， and high simulation accuracy. Enterprises or research institutions can use it to quickly obtain garment fitting effects. Additionally， the performance of garments can be predicted and evaluated through this technology， thus greatly reducing the cost of garment development.
The 3D virtual fitting technology composition mainly includes three parts：
3D body measurement technology， 3D body modeling technology， and 3D garment modeling technology. These three parts together determine the final simulation effect. Data driving， machine learning， and other technologies enable computers to identify， segment， and process the data obtained from body measurements more efficiently. At the same time， many parametric human models and clothing generation models suitable for interactive scenarios have emerged.
The structure design， print design， and customer-centered modular collaborative design method Based on 3D virtual fitting technology make the garment design and development progress more efficient. Using 3D virtual fitting technology to invert the 3D model of garments not only makes it possible to obtain 2D patterns of complex three-dimensional shapes， but also precisely locate and divide prints on the patterns. The customer-centered modular collaborative design mode employs modularized design. This mode provides a communication platform for customers， designers， and evaluation experts so that they can collaborate to complete the design and obtain a product that satisfies customers.
For apparel aesthetics evaluation， by building a virtual garment drape test platform based on 3D virtual fitting technology， a rapid evaluation of garment drapability can be achieved. In the garment fit evaluation area， studies have used the key pressure points of virtual garments and body dimensions obtained through 3D virtual fitting technology as input data to train a neural network-based garment fit prediction model. The prediction accuracy is influenced by the type and scale of the input parameters and model algorithm. For garment comfort evaluation， studies mainly focus on pressure comfort evaluation， and its accuracy is influenced by factors such as the sampling method， number of key points， and state of wearers. In addition， the air layer distribution under the garment obtained through 3D virtual fitting technology can also be used to evaluate the thermal and moisture comfort of garments， but the overall accuracy is not high enough.
In the post-epidemic era， 3D virtual fitting technology faces corresponding challenges while having broad application prospects. In the future， it is necessary to standardize and unify the parameters of virtual fabrics. When evaluating garments， researchers should build virtual models with human soft tissue characteristics in specific scenarios and take the physical characteristics of garment parts into account. In addition， through the introduction of artificial intelligence， deep learning， and other technologies， it is possible to optimize and realize automatic sampling. Then， we build a whole performance evaluation model for virtual garments to improve evaluation accuracy and efficiency.
Keywords：
3D virtual fitting technology; fashion design; pressure comfort; fitness; thermal and moisture comfort
收稿日期：20220724
網络出版日期：20221104
基金项目：国家自然科学基金项目（51906169）；
教育部人文社会科学研究青年基金项目（18YJC760021）；
中国纺织工业联合会科技指导性项目（2019019）
作者简介：薛萧昱（1998—），男，江苏太仓人，硕士研究生，主要从事功能服装方面的研究。
通信作者：何佳臻，E-mail：jzhe@suda.edu.cn
猜你喜欢服装设计几何思维在服装设计上的应用辽宁丝绸(2022年1期)2022-03-29服装设计中的“国潮”思维辽宁丝绸(2022年1期)2022-03-29“沉淀”系列服装设计作品轻纺工业与技术(2021年6期)2021-12-10《南牖纳新》系列创意服装设计轻纺工业与技术(2021年11期)2021-12-03感性工学在服装设计中的应用山东纺织经济(2021年5期)2021-08-13服装设计教学的困惑与变革河北画报(2020年8期)2020-10-27当代绿色生态服装设计的反思探索流行色(2019年7期)2019-09-27基于服装设计工作室的实践教学改革纺织科技进展(2016年3期)2016-11-29电影中的服装设计金色年华(2016年23期)2016-06-15段辉红服装设计作品艺术评论(2016年7期)2016-05-14